Dabas aizsardzības un IT-MI risinājumu laboratorija

dalies:

drukā:

Dabas aizsardzības un IT-MI risinājumu laboratorija (NC-MI-Lab) koncentrējas uz modernāko IT-MI tehnoloģiju un mūsu pašu inovāciju ilgtspējīgu integrēšanu ar ekoloģiskiem un sociāli ekoloģiskiem pētījumiem, lai uzlabotu: klimata pārmaiņu ietekmes mazināšanu un mitrāju ekosistēmu pārvaldību, bioekonomikas un dīķu akvakultūru, vietējo bioloģisko daudzveidību un reto sugu izplatības modelēšanu un saglabāšanu, invazīvo sugu izplatības stratēģisko modelēšanu un agrīno profilaksi, vietējo herpetofaunu monitoringu un reto sugu reintrodukciju sadarbībā ar plašām ieinteresētajām personām un politikas veidotājiem, izstrādājot uz MI balstītu e-pilsoņu zinātni un pretinvazīvu svešzemju sugu (ISS) vērstu e-agrīnas trauksmes sistēmu, uz MI balstītu e-izglītību un e-iesaistes mobilās lietotnes, kas nodrošina ieinteresēto personu līdzdalību visos pētniecības un dabas aizsardzības projektu posmos un novērš plaisas starp zinātni, ieinteresētajām personām un politikas veidotājiem.

Laboratorijas mērķi ir:

Izstrādāt IT AI balstītus rīkus pilsoņu zinātnei, bioloģiskās daudzveidības novērtēšanai un ekosistēmu un sugu modelēšanai.
Izmantot ĢIS, MI un mašīnmācīšanos ieinteresēto personu e-iesaistei, dzīvotņu analīzei un dabas aizsardzības plānošanai.
Uzlabot sabiedrības e-iesaisti, izmantojot interaktīvas mobilo lietotņu platformas un e-pilsoņu zinātnes iniciatīvas.
Veicināt starpdisciplināru sadarbību starp vides zinātniekiem, IT speciālistiem un politikas veidotājiem.
Atbalstīt ilgtspējīgu attīstību, izmantojot uz datiem balstītu lēmumu pieņemšanu un mākslīgā intelekta automatizāciju dabas aizsardzības projektos.

Pieeja:

Laboratorija izmanto starpdisciplināru metodoloģiju, apvienojot vides zinātnes, datorzinātnes un mākslīgo intelektu (MI). Tās pieejas galvenie aspekti ietver:

Plaša spektra dati un ĢIS – satelītattēlu un citu datu izmantošana ekosistēmu kartēšanai, populāciju dinamikas izsekošanai un zemes izmantošanas izmaiņu analīzei.
MI un mašīnmācīšanās dabas aizsardzības jomā – MI darbinātu rīku izstrāde populāciju monitoringam, dzīvotņu monitoringam, sugu identificēšanai un dzīvotņu novērtēšanai.
Lielo datu un ĢIS modelēšana – lielo datu un ĢIS izmantošana sugu izplatības tendenču īstermiņa un ilgtermiņa bioklimatiskajai modelēšanai, sugu mijiedarbības tendenču kopmodelēšanai zinātnes un dabas aizsardzības mērķu sasniegšanai.
Digitālās dabas aizsardzības IT AI platformas – Interaktīvu datubāzu, mobilo lietotņu un tīmekļa platformu izveide, lai veicinātu vides e-izglītību, e-pilsoņu zinātnes dalību un dabas aizsardzības lēmumu pieņemšanas AI palīdzību.
Automatizētas uzraudzības un agrīnās brīdināšanas sistēmas – Izmantojot AI vadītas atklāšanas sistēmas nelegālai savvaļas dzīvnieku tirdzniecībai, malumedniecībai, invazīvām sugām un ar klimatu saistītiem riskiem.
Bioinformātika un AI analīze – IT AI pielietošana, lai novērtētu sugu un populāciju adaptāciju un atbalstītu dabas aizsardzības vairošanās programmas.

Funkcijas:

Laboratorija pilda funkcionālu lomu dabas aizsardzības tehnoloģiju izstrādē un zinātniskajā pētniecībā, veicot šādas funkcijas:

Pētniecības un attīstības (R&D) veikšana – IT AI mobilie risinājumi pilsoņu zinātnei, ekoloģisko datu apstrādei, bioklimatiskajai modelēšanai un dabas aizsardzības stratēģijām.
Digitālo ekosistēmu rīku izstrāde – Atvērtas piekļuves pilsoņu zinātnes platformu izstrāde sugu izsekošanai, dzīvotņu uzraudzībai un ekoloģiskajai prognozēšanai.
Atbalsts dabas aizsardzības organizācijām un valdībām – Palīdzība lēmumu pieņēmējiem AI balstītu risinājumu ieviešanā savvaļas dzīvnieku aizsardzības un ilgtspējīgas attīstības politikai.
Sadarbība ar universitātēm un pētniecības iestādēm – iesaistīšanās nacionālos un starptautiskos pētniecības tīklos un kopīgos projektos.
Apmācība un spēju veidošana – semināru, apmācību programmu un kursu piedāvāšana par mākslīgā intelekta (AI) pilsoniskās zinātnes pielietojumu dabas aizsardzības jomā iestādēm, studentiem un vides aizstāvjiem.
Sabiedrības informētības veicināšana un e-pilsoņu zinātne – sabiedrības līdzdalības veicināšana, izmantojot interaktīvas kartes, mākslīgā intelekta vadītus izglītojošus rīkus un spēļotas dabas aizsardzības lietotnes.

Komanda:

Laboratorija darbojas ar daudznozaru kopīgu komandas konsorciju, kam ir pieredze šādās jomās:

Attālā telpiskā analīze un ĢIS – specializācija ir telpiskā analīze, satelītattēlu apstrāde un ortofoto balstīta ekoloģiskā uzraudzība.
Mākslīgais intelekts un datu zinātne – koncentrējas uz mašīnmācīšanos, mākslīgo intelektu, datubāzēm, datu analīzi un algoritmu izstrādi.
Bioloģiskās daudzveidības un ekoloģijas pētījumi – lauka darbu veikšana, sugu uzraudzība un datu apstrāde ekoloģiskai modelēšanai.
IT izstrāde un digitālās platformas – mobilo lietotņu, datubāzu un interaktīvu dabas aizsardzības rīku un IT-AI pilsoniskās zinātnes izstrāde.
Pilsoņu zinātne un sabiedrības iesaistīšana – Kopienas vadītu dabas aizsardzības pasākumu, informācijas programmu un IT-AI izglītības iniciatīvu koordinēšana.
Politika un ilgtspējīga attīstība – Sadarbība ar ieinteresētajām personām, lai integrētu IT-AI risinājumus IT-AI pilsoniskajā zinātnē un dabas aizsardzības politikā.

Sasniegumi:

Laboratorija ir sniegusi ieguldījumu dažās dabas aizsardzības un IT-AI pilsoniskās zinātnes integrācijas jomās, tostarp:
Klimata ietekmes modeļi – Izveidoti prognozēšanas rīki klimata pārmaiņu ietekmes uz apdraudētajām sugām un ekosistēmām novērtēšanai.
Liela mēroga monitorings, dzīvotņu un populāciju kartēšana – Izveidotas populāciju kartes, izmantojot attālinātas telpiskās ĢIS analīzes.
Bioloģiskās daudzveidības datubāzes un digitālās bibliotēkas – Izveidotas tiešsaistes platformas, kas integrē sugu un monitoringa datubāzes.
Starptautiska pētniecības sadarbība – Publicēti pētījumi zinātniskos žurnālos un piedalīta konferencēs un semināros visā pasaulē.
Publiski pieejamas dabas aizsardzības IT-AI mobilās lietotnes – Izlaistas IT-AI mobilās lietotnes pilsoniskajai zinātnei, kolektīvi veidotai bioloģiskās daudzveidības monitoringam un ekoloģiskajai izglītībai.
Dabas aizsardzības un IT-AI risinājumu laboratorija turpina IT AI tehnoloģiskos sasniegumus vides aizsardzībā, nodrošinot, ka AI un digitālās inovācijas pilsoniskajā zinātnē veicina ilgtspējīgāku un bioloģiski daudzveidīgāku nākotni.

Dabas aizsardzības un IT-AI risinājumu laboratorijas vīzija

Dabas aizsardzības un IT-AI risinājumu laboratorija iztēlojas nākotni, kurā mākslīgais intelekts, digitālās tehnoloģijas un ekoloģiskā zinātne darbojas harmonijā, lai aizsargātu bioloģisko daudzveidību, atjaunotu ekosistēmas un dotu iespēju kopienām iesaistīties ilgtspējīgos dabas aizsardzības pasākumos.

Mūsu vīzija ir:

Attīstīt dabas aizsardzību ar IT-AI

Izmantot mākslīgā intelekta, mašīnmācīšanās un lielo datu jaudu, lai radītu viedus, mērogojamus un paredzamus risinājumus bioloģiskās daudzveidības aizsardzībai.

Izstrādāt monitoringa risinājumus, kas sniedz operatīvu ieskatu sugu populācijās un dzīvotņu veselībā.

Izstrādāt ģeotelpisko stratēģisko modelēšanu, kas integrē lielos datus, monitoringa datus un paredzamo modelēšanu, lai uzraudzītu sugas un ekosistēmas globālā mērogā.

Uzlabot lēmumu pieņemšanu ilgtspējīgai nākotnei.

Nodrošināt IT-AI balstītus rīkus, kas atbalsta uz pierādījumiem balstītus politikas lēmumus dabas aizsardzības, klimata adaptācijas un dabas resursu pārvaldības jomā.

Piedāvāt reāllaika vides IT-AI ieskatus, lai palīdzētu valdībām, organizācijām un kopienām īstenot efektīvas un adaptīvas dabas aizsardzības stratēģijas.

Vietējo un globālo kopienu līdzdalības veicināšana, izmantojot digitālo dabas aizsardzību

Nodrošināt pilsoniskās zinātnes līdzdalību, izmantojot interaktīvas, mākslīgā intelekta atbalstītas mobilās lietojumprogrammas, kas ļauj indivīdiem piedalīties bioloģiskās daudzveidības pētījumos.

Veicināt starpdisciplināru sadarbību vides inovāciju jomā

Pārvarēt plaisu starp vides pētījumiem, datorzinātnēm un ilgtspējības politiku, lai radītu transformējošas, uz IT balstītas dabas aizsardzības tehnoloģijas.

Stiprināt partnerības starp akadēmiskajām aprindām, rūpniecību, NVO un valdības aģentūrām, lai veicinātu mākslīgā intelekta darbinātus ekoloģiskus risinājumus.

NatCons-IT-AI laboratorija:

Kur IT-AI tehnoloģija satiek dabu un sabiedrību – veidojot gudrāku, ilgtspējīgāku un zaļāku planētu un laimīgāko nākotni!

Publikācijas ar laboratorijas komandas locekļu līdzautorību:

Vilizzi, L., Suresh, V. R., Giannetto, D., Hill, J. E., Daniel, W. M., Monteiro, J. G., Edsman, L., Elmi, H. Sh. A., Awale, A. I., Najafi-Majd, E., Mammadov, R., Andriyono, S., Djumanto, Azmai, M. N. A., Saba, A., Kalamujić Stroil, B., Adrović, A., Vila-Gispert, A., Boix, D., Kopecký, O., Pavlů, V., Milošević, D., Caković, D., Holbech, H., Lundgreen, K., Lukas, J., Ahnelt, H., Linnamägi, M., Rohtla, M., Almeida, D., Mendoza, R., Fuentes Parada, N., Gilles, A. S., Jr., Pavia, R. T. D., Jr., Knudsen, E., Hansen, L. J., Goulletquer, P., Curd, A., Špelić, I., Jónsson, J. E., Thráinsson, H., Boggero, A., Pupins, M., Škute, A., Petrulaitis, L., Jukonienė, I., Herczeg, G., Ferincz, Á., Verreycken, H., Leuven, R. S. E. W., Malmstrøm, M., Velle, G., Makhkamov, T., Yuldashev, A., Pietraszewski, D., Marszał, L., Canning-Clode, J., Pasuch de Camargo, M., Preda, C., Memedemin, D., Bakiu, R., Bakiu, S., Slovák Švolíková, K., Števove, B., Duniš, L., Kristan, P., Simonović, P., Dekić, R., Puntila-Dodd, R., Jauni, M., Olsson, K. H., Ta, K. A. T., Bui, T. D., Yoğurtçuoğlu, B., Ağdamar, S., Yuldashov, B., Khydyrov, P., Vardakas, L., Koutsikos, N., Perdikaris, C., Lukashanets, D., Borodin, O., Uzunova, E., Dashinov, D., Lazkov, G., Ganybaeva, M., Ualiyeva, D., Zharmukhametova, R., Ristovska, M., Cvetkovska Gjorgjievska, A., Ganbaatar, B., Khadbaatar, S., Panov, V. E., Marenkov, O., Saidov, N., Okhonniyozov, M., Kvach, Y., Yuryshynets, V., Arakelyan, M., Khachatryan, H., Mumladze, L., Japoshvili, B., Pickholtz, R., Gavriel, T., Atique, U., Altaf, M., Iqbal, S., Al-Wazzan, Z., Chebaane, S., Hamdard, M. H., Osmani, A. R., Moghaddas, S. D., Javidpour, J., Nashath, M., Abdullah, F., Sharma, H. P., Shrestha, B. B., Vibhakaran, V., Galib, S. M., Khan, Md. A. G., Epa, U. P. K., Cassim, N., De Zoysa, M., Chaichana, R., Kanongdate, K., Chan, N., Ko Ko, L. M., Dorji, J., Dorji, C., Inkhavilay, K., Somvongsa, C., Soben, K., Nida1, Y., Tesfay, Y. B., Dullo, B. W., Oh, C., Park, Y., Li, S., Wei, H., Koyama, A., Isobe, A., Piria, M. (2026): Global framework for communication of biological invasion risks.– Management of Biological Invasions: 17, 1: 1–33. https://doi.org/10.3391/mbi.2026.17.1.01 WoS. SCOPUS Q2.
Van der Zon K.A.E., Grac C., Theissinger K., Paidere J., Brakovska A., Pupiņš M., Škute A., Razafindralay L., Georges J.Y., Combroux I. (2026): Environmental and spatial processes structuring macrophyte metacommunities in restored pondscapes. – Ecological Engineering, 222, 107789. https://doi.org/10.1016/j.ecoleng.2025.107789. WoS. SCOPUS. Q1.
Nekrasova O., Pupins M., Tytar V., Čeirāns A., Marushchak O., Škute A., Theissinger K., Georges J.-Y. (2025): Ensemble modelling for smart conservation strategies for forest reptile species at their range edges in Europe amidst climate change. – Geography and Sustainability, 6 (2025) 100266. https://doi.org/10.1016/j.geosus.2025.100266. WoS, SCOPUS. Quartile: Q1.
Čeirāns A., Pupins M., Skute A., Nekrasova O., Kirjusina M., Combroux I., Grac C., Kvach Y., van der Zon K.A.E., Theissinger K., Georges J.-Y. (2024): Identification and use of suitable metrics for calling male countbased community assessments in amphibian monitoring in temperate Europe. – Ecological Indicators. Volume 168, 112771. https://doi.org/10.1016/j.ecolind.2024.112771, WoS. SCOPUS. Q1.
Nekrasova O., Pupins M., Marushchak O., Tytar V., Martinez‑Silvestre A., Škute A., Čeirāns A., Theissinger K., Georges J.-Y. (2024): Present and future distribution of the European pond turtle versus seven exotic freshwater turtles, with a focus on Eastern Europe. – Scientific Reports, 14:21149. https://doi.org/10.1038/s41598-024-71911-4. WoS. SCOPUS. Q1.
Nekrasova O., Pupins M., Tytar V., Fedorenko L., Potrokhov O., Skute A., Ceirāns A., Theissinger K., Georges J.-Y. (2024): Assessing prospects of integrating asian carp polyculture in Europe: a nature-based solution under climate change? – Fishes, 9, 148. EISSN 2410-3888. https://doi.org/10.3390/fishes9040148. WoS, SCOPUS. Q2.
Nekrasova O., Marushchak O., Pupins M., Bolotova K., Čeirāns A., Skute A. (2023): Phenotypic study of population and distribution of the Poecilia reticulata Peters, 1859 (Cyprinodontiformes, Poeciliidae) from Kyiv sewage system (Ukraine). – Zoodiversity, 57(4). https://doi.org/10.15407/zoo2023.04.301. SCOPUS. Q3.
Čeirāns A., Pupins M., Kirjusina M., Gravele E., Mezaraupe L., Nekrasova O., Tytar V., Marushchak O., Garkajs A., Petrov I., Skute A., Georges J.-Y., Theissinger K. (2023): Top-down and bottom-up effects and relationships with local environmental factors in the water frog–helminth systems in Latvia. – Scientific Reports, 13: 8621. https://doi.org/10.1038/s41598-023-35780-7. WoS. SCOPUS. Quartile: Q1.
Tytar V., Nekrasova O., Pupins M., Skute A., Kirjusina M., Gravele E., Mezaraupe L., Marushchak O., Čeirāns A., Kozynenko I., Kulikova A. (2023): Modelling the distribution of the chytrid fungus Batrachochytrium dendrobatidis, with special reference to Ukraine. – Journal of Fungi, 9(6): 607. https://doi.org/10.3390/jof9060607. H-Index 39. WoS. SCOPUS. Q1.
Pupins M., Nekrasova O., Tytar V., Garkajs A., Petrov I., Morozova A., Theissinger K., Čeirāns A., Skute A. Georges J.-Y. (2023): Geographically isolated wetlands as a reserve for the conservation of amphibian biodiversity at the edge of their range. – Diversity, 15, 461. https://doi.org/10.3390/d15030461 ISSN 1424-2818. SCOPUS. Q2.
Pupins M., Martinez-Silvestre A., Arribas O., Čeirāns A., Kirjusina M. (2023): First records of Scinax ruber, Podarcis siculus, Podarcis ionicus and its parasites in Latvia: fruits trade is an intercontinental alien herpetofauna and parasitofauna invasion vector into Europe. – BioInvasions Records, 12 (1): 321–329. https://doi.org/10.3391/bir.2023.12.1.29. SCOPUS. Q2.
Pupins M., Nekrasova O., Marushchak O., Tytar V., Theissinger K., Čeirāns A., Skute A., Georges J.-Y. (2023): Potential threat of an invasive fish species for two native newts inhabiting wetlands of Europe vulnerable to climate change. – Diversity, 15, 201. https://doi.org/10.3390/d15020201. SCOPUS. Q2.
Tytar V., Nekrasova O., Pupins M., Skute A., Fedorenko L., Čeirāns A. (2022): Modelling the range expansion of pumpkinseed Lepomis gibbosus across Europe, with a special focus on Ukraine and Latvia. – North-Western Journal of Zoology, 18 (2): 143-150. Article No.: e221403. https://biozoojournals.ro/nwjz/content/v18n2.html. https://zenodo.org/uploads/14738556. SCOPUS. Q4.
Nekrasova O., Tytar V., Pupins M., Čeirāns A. (2022): Range expansion of the alien red-eared slider Trachemys scripta (Thunberg in Schoepff, 1792) (Reptilia, Testudines) in Eastern Europe, with special reference to Latvia and Ukraine. – BioInvasions Records, 11 (1): 287–295. https://doi.org/10.3391/bir.2022.11.1.29. SCOPUS. Q2.
Jablonski D., Sillero N., Oskyrko O., Bellati A., Carranza S., Čeirāns A., Cheylan M., Cogălniceanu D., Crnobrnja-Isailović J., Crochet P.-A., Crottini A., Doronin I., Džukić G., Geniéz P., Ilgaz C., Iosif R., Jandzik D., Jelic D., Ljubisavljević K., Lymberakis P., Mikulíček P., Mizsei E., Moravecx J., Najbar B., Pupins M., Sourrouille P., Strachinis I., Szabolcs M., Thanou E., Tzoras E., Vergilov V., Vörös J., Gvoždíkx V. (2021): The distribution and biogeography of slow worms (Anguis, Squamata) across the Western Palearctic, with an emphasis on secondary contact zones. – Amphibia-Reptilia, 42(4), 519-530. DOI: https://doi.org/10.1163/15685381-bja10069. SCOPUS. Q1.
Rubenina I., Kirjusina M., Ceirans A., Gravele E., Gavarane I., Pupins M., Krasnov B.R. (2021): Environmental, anthropogenic, and spatial factors affecting species composition and species associations in helminth communities of water frogs (Pelophylax esculentus complex) in Latvia. – Parasitology Research, 120: 3461–3474. https://doi.org/10.1007/s00436-021-07303-8. ISSN: 09320113, 14321955. SCOPUS. Q1.
Nekrasova O., Tytar V., Pupins M., Čeirāns A., Marushchak O., Skute A. (2021): A GIS modeling study of the distribution of viviparous invasive alien fish species in Eastern Europe in terms of global climate change, as exemplified by Poecilia reticulata Peters, 1859 and Gambusia holbrooki Girarg, 1859. – Diversity, 13(8), 385. https://doi.org/10.3390/d13080385. SCOPUS. Q2.
Čeirāns A., Gravele E., Gavarane I., Pupins M., Mezaraupe L., Rubenina I., Kvach Y., Skute A., Oskyrko O., Nekrasova O., Marushchak O., Kirjusina M. (2021): Helminth communities in amphibians from Latvia with an emphasis on their connection to host ecology. – Journal of Helminthology, 95, E48. https://doi.org/10.1017/S0022149X2100047X. SCOPUS. Q1.
Nekrasova O., Marushchak O., Pupins M., Skute A., Tytar V., Čeirāns A. (2021): Distribution and potential limiting factors for European pond turtle’s (Emys orbicularis) populations of Eastern Europe. – Diversity, 13(7): 280. https://doi.org/10.3390/d13070280. SCOPUS. Q2.
Gvoždík V., Harca Z., Hánová A., Jablonski D., Pupins M., Paasikunnas T., Čeirāns A. (2021): Two species of slow worm (Anguis fragilis, A. colchica) present in the Baltic region. – Amphibia-Reptilia, 1481. https://doi.org/10.1163/15685381-bja10055. SCOPUS. Q1.
Kutsokon Y., Tkachenko M., Bondarenko O., Kvach Y, Pupins M., Snigirova A., Berezovska V., Čeirāns A. (2021): The role of invasive Chinese sleeper Perccottus glenii Dybowski, 1877 in the Ilgas Nature Reserve ecosystem: an example of a monospecific fish community. – BioInvasions Records, 10(2): 396-410. https://doi.org/10.3391/bir.2021.10.2.18. SCOPUS. Q2.
Kvach Yu., Kutsokon Ju., Roman A., Kirjušina M., Čeirāns A., Pupins M. (2020): Parasite Acquisition by the Invasive Chinese Sleeper (Perccottus glenii Dybowski, 1877) (Gobiiformes: Odontobutidae) in Latvia and Ukraine. – Journal of Applied Ichthyology, 36: 785-794. Article ID: JAI14100. https://doi.org/10.1111/jai.14100. SCOPUS. Q3.
Grabowska J., Kvach Y., Rewicz T., Pupins M., Kutsokon J., Dykyy I., Antal L., Zięba G., Rakauskas V., Trichkova T., Čeirāns A., Grabowski M. (2020): First insight into the molecular population structure and origins of the invasive Chinese sleeper, Perccottus glenii, in Europe. – NeoBiota: 57: 87-107. https://doi.org/10.3897/neobiota.57.48958. WoS. SCOPUS. Q1.
Čeirāns A., Pupins M., Pupina A. (2020): A new method for estimation of the minimum adult frog density from a large-scale audial survey. – Scientific Reports: 10:8627. https://doi.org/10.1038/s41598-020-65560-6. WoS. SCOPUS, Q1.
Nekrasova O., Yanish Y., Tytar V., Pupins M. (2019): GIS -modeling of the range shifts of the sub-fossil and extant European pond turtle (Emys orbicularis) in Eastern Europe in the Holocene. – Diversity, 11 (8): 121 (11 pp). https://doi.org/10.3390/d11080121. SCOPUS. Q1.